表面缺陷圖像檢測技術(shù)研究與應(yīng)用.pdf

1、分類號：UDC：學(xué)校代號：11845密級：學(xué)號：2111004115廣東工業(yè)大學(xué)碩士學(xué)位論文(工學(xué)碩士)表面缺陷圖像檢測技術(shù)研究與應(yīng)用朱穎指導(dǎo)教師姓名、職稱：汪仨煌塾援學(xué)科(專業(yè))或領(lǐng)域名稱：撿塑!這丕皇自動絲裝置學(xué)生所屬學(xué)院：自動絲堂瞳論文答辯日期：2Q13生魚月摘要摘要隨著生活水平的提高，人們對生活中各式各樣產(chǎn)品的質(zhì)量也有了更高的要求，這使得工業(yè)生產(chǎn)線對產(chǎn)品質(zhì)量控制的要求也越來越高。而一些有缺陷的產(chǎn)品必須在使用之前檢驗出來。羽毛球是

2、很多人喜歡的一項運(yùn)動，羽毛球質(zhì)量很大程度上取決于其主要原材料羽毛片的好壞。羽毛片上的缺陷輕則影響羽毛球美觀，重則影響羽毛球的質(zhì)量。因此，本課題結(jié)合機(jī)器視覺技術(shù)，提出了利用圖像處理技術(shù)實現(xiàn)羽毛片缺陷的自動檢測，有著重要的實際應(yīng)用價值和現(xiàn)實意義。本文在羽毛圖像自動采集平臺的基礎(chǔ)上，著重研究了圖像缺陷信息的預(yù)處理和分割，以及在此基礎(chǔ)上對缺陷特征進(jìn)行提取并識別分類。本文主要做的工作如下：1對人眼視覺特性與顏色空間進(jìn)行研究，在圖像處理的不同階段選

3、取適合的顏色空間。本文在圖像增強(qiáng)階段結(jié)合人眼視覺特性選擇了HSV顏色空間，在缺陷分割與識別階段根據(jù)缺陷的特征選取了CIELa木b木顏色空間。2研究了Retinex中的SSR、MSR以及MSRCR等增強(qiáng)算法，提出了基于視覺特性亮度自適應(yīng)Retinex算法，該算法消除了光照不均影響，同時使圖像的色彩與邊界也得到了保持，增強(qiáng)了圖像的質(zhì)量。3在水平集的基礎(chǔ)上提出了基于CIELab顏色空間的變分水平集分割算法，該算法根據(jù)羽毛葉缺陷其自身的特征選取

4、了CIELab顏色空間，使污漬、局部淡黃等特征對比度更加明顯，再對水平集函數(shù)的初始化，速度場的選取，符號距離函數(shù)的構(gòu)造以及迭代時間的選取進(jìn)行了優(yōu)化，實驗表明此方法分割結(jié)果準(zhǔn)確、分割時間更短。4提取缺陷的特征參數(shù)，對缺陷進(jìn)行分類與判定。從幾何特征、形態(tài)特征及顏色特征等方面對缺陷特征參數(shù)進(jìn)行研究，制定具體的分類方法對這些缺陷進(jìn)行分類，提高了識別的準(zhǔn)確率。本文通過Matlab和VC60軟件實現(xiàn)了上述算法和方法，最后對表面缺陷圖像進(jìn)行實驗驗證，